基于可见—近红外光谱的土壤有机碳密度特征分析及空间模拟
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 可见—近红外光谱在土壤中的应用 | 第13-17页 |
| 1.2.2 土壤属性空间模拟方法研究 | 第17-18页 |
| 1.3 研究内容及技术路线 | 第18-21页 |
| 2 研究区概况及研究方法 | 第21-34页 |
| 2.1 研究区概况 | 第21页 |
| 2.2 野外土壤样本采集 | 第21-22页 |
| 2.3 实验室样本光谱测量 | 第22-23页 |
| 2.4 光谱预处理 | 第23-25页 |
| 2.4.1 均值中心化 | 第23-24页 |
| 2.4.2 Savitzky-Golay平滑 | 第24页 |
| 2.4.3 光谱导数 | 第24页 |
| 2.4.4 标准正态变换 | 第24-25页 |
| 2.4.5 多元散射校正 | 第25页 |
| 2.5 地统计学分析方法 | 第25-31页 |
| 2.5.1 区域化变量的定义 | 第25页 |
| 2.5.2 地统计学假设基础 | 第25-26页 |
| 2.5.3 变异函数模型 | 第26-29页 |
| 2.5.4 全局趋势分析 | 第29页 |
| 2.5.5 各向异性分析 | 第29-30页 |
| 2.5.6 空间自相关性分析 | 第30-31页 |
| 2.6 预测模型及评价 | 第31-34页 |
| 2.6.1 偏最小二乘回归模型 | 第31页 |
| 2.6.2 普通克里格模型 | 第31-32页 |
| 2.6.3 协同克里格模型 | 第32页 |
| 2.6.4 回归克里格模型 | 第32-33页 |
| 2.6.5 模型评价 | 第33-34页 |
| 3 土壤有机碳密度及光谱特征统计分析 | 第34-45页 |
| 3.1 土壤有机碳密度统计描述 | 第34-35页 |
| 3.2 光谱曲线特征分析 | 第35-39页 |
| 3.2.1 原始光谱及预处理光谱曲线 | 第35-37页 |
| 3.2.2 不同土壤有机碳密度等级光谱曲线 | 第37-38页 |
| 3.2.3 不同地类土壤光谱曲线 | 第38-39页 |
| 3.3 光谱反射率与有机碳密度相关性分析 | 第39-41页 |
| 3.4 光谱主成分提取 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 4 土壤有机碳密度及光谱特征空间分析 | 第45-57页 |
| 4.1 各向同性分析 | 第45-48页 |
| 4.2 各向异性分析 | 第48-53页 |
| 4.3 空间自相关性分析 | 第53-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 土壤有机碳密度空间模拟 | 第57-66页 |
| 5.1 模型构建 | 第57-62页 |
| 5.1.1 偏最小二乘回归模型 | 第57-58页 |
| 5.1.2 普通克里格模型 | 第58-59页 |
| 5.1.3 协同克里格模型 | 第59-60页 |
| 5.1.4 回归克里格模型 | 第60-62页 |
| 5.2 模型精度检验 | 第62-64页 |
| 5.3 不同预测模型的比较 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 6 结论与展望 | 第66-70页 |
| 6.1 主要结论 | 第66-67页 |
| 6.2 研究创新点 | 第67-68页 |
| 6.3 研究不足之处 | 第68页 |
| 6.4 未来展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 个人简介 | 第75-76页 |
| 致谢 | 第76页 |
